在TensorFlow中，为什么tf.train.shuffle_batch会永久挂起，并且不会返回批次？

我是tensorflow的新手，目前正试图从我的数据中生成csv格式的批次。在TensorFlow中，为什么tf.train.shuffle_batch会永久挂起，并且不会返回批次？

我遵循Tensor Flow的Reading Data Tutorial（https://www.tensorflow.org/programmers_guide/reading_data），但由于我的代码永远存在，我一定误解了一些东西。我使用了教程中的read_my_file_format函数，它工作正常。现在我想训练我的网络实际使用批处理如下：

def input_pipeline(filenames, batch_size, num_epochs=None): 
    filename_queue = tf.train.string_input_producer(
     filenames, num_epochs=num_epochs, shuffle=True) 
example, label = read_my_file_format(filename_queue) 
print('read_my_file is done') 
min_after_dequeue = 10 
capacity = min_after_dequeue + 3 * batch_size 
example_batch, label_batch = tf.train.shuffle_batch(
    [example, label], batch_size=batch_size, capacity=capacity, 
    min_after_dequeue=min_after_dequeue) 
print('all done but the return') 
return example_batch, label_batch 

with tf.Session() as sess: 
batch_size=5 
# Start populating the filename queue. 
coord = tf.train.Coordinator() 
threads = tf.train.start_queue_runners(coord=coord) 

batch_data,batch_label=sess.run(input_pipeline(file_name,batch_size=batch_size)) 
print('return is done') 
print(batch_data,batch_label) 
coord.request_stop() 
coord.join(threads)

要进行调试的缘故，在上面的代码，我只是想打印的批量输出没有把它送入网络。用我的印刷品，我能够看到它挂起的位置：返回example_batch，label_batch之前。

我的神经网络已准备就绪，我的数据已经处理完毕，所以这是唯一让我无法继续前进的项目（超新星分类）。你有什么建议或建议吗？我一直坚持这一点。

此外，如果需要，我只有一个输入文件在我的文件名。

谢谢

来源

2017-08-10 EliseB

您确定它不会在'read_my_file_format'函数中挂起，并且将正确的'file_names'传递给'input_pipeline'吗？ – eaksan

是的，我检查了这一点，它走出了read_my_file_format：/ – EliseB

您需要初始化变量。

with tf.Session() as sess: 
    ... 
    coord = tf.train.Coordinator() 
    threads = tf.train.start_queue_runners(sess=sess, coord=coord) 
    sess.run(tf.global_variables_initializer()) 
    ...

来源

2017-08-10 08:39:56

我会试试这个谢谢你！其实，昨天我把tf.Session（）改为 asss： batch_size = 5 ＃开始填充文件名队列。坐标= tf.train.Coordinator（） batch_data，batch_label = input_pipeline（FILE_NAME，=的batch_size的batch_size）线程= tf.train.start_queue_runners（坐标=坐标） batch_data = sess.run（batch_data） batch_labell = sess.run（batch_label）它的工作！你知道为什么吗？ – EliseB

现在我试着添加num_epochs。尽可能多的人得到“FailedPreconditionError”>，尝试使用未初始化的值input_producer_2/limit_epochs/epochs“。我读过，这个问题就解决了通过初始化它我一样遵循所有变量： “init_op = tf.group（tf.global_variables_initializer（）， tf.local_variables_initializer（）） sess.run（init_op）” 但我仍然得到同样的错误，为什么？对所有这些问题抱歉。 – EliseB

确定您在定义导致问题的操作后运行初始化操作。从错误消息看来，你没有在适当的地方运行初始化操作。 –

在TensorFlow中，为什么tf.train.shuffle_batch会永久挂起，并且不会返回批次？

回答

相关问题